大話：人工智慧、大數據、物聯網、雲計算

半個多世紀的某個夏天，麥卡錫、明斯基等眾科學家們舉辦了一次Party，共同研究用機器模擬智能的問題，也是在那時，「人工智慧(AI)」的理念正式被提出！

人工智慧（Artificial Intelligence）簡稱AI，AI能根據大量的歷史資料和實時觀察（real－time observation）找出對於未來預測性的洞察（predictive insights）。

如今人工智慧商業化正在快速推進中，比如我們所知道和了解的人像識別、圖像識別技術、語音識別、自然語言理解、用戶畫像等。此類技術也現階段已經在金融、物聯網等行業得到應用！

對於未來而言，人工智慧會在人類生活的方方面面，發揮越來越多的作用，也會刷更多的存在感，慢慢的更會懂我們很多！

不遠的將來會有越來越多的自動化的系統出現，比如刷臉支付已經在來的路上了！

人工智慧、大數據、物聯網以及雲計算，彼此之間皆存在著千絲萬縷的「親緣」關係！

先以人工智慧為例，拋棄其他任何，也便不會有今天大紅大紫的人工智慧！

不得不說的人工智慧背後的基石：大數據

大數據是人工智慧的基石，目前的深度學習主要是建立在大數據的基礎上，即對大數據進行訓練，並從中歸納出可以被計算機運用在類似數據上的知識或規律。

簡單而言何為大數據？

雖然很多人將其定義為「大數據就是大規模的數據」。

但是，這個說法並不準確！

「大規模」只是指數據的量而言。

數據量大，並不代表著數據一定有可以被深度學習演算法利用的價值。

例如：地球繞太陽運轉的過程中，每一秒鐘記錄一次地球相對太陽的運動速度、位置，可以得到大量數據。可如果只有這樣的數據，其實並沒有太多可以挖掘的價值！

大數據這裡我們參閱馬丁·希爾伯特的總結，今天我們常說的大數據其實是在2000年後，因為信息交換、信息存儲、信息處理三個方面能力的大幅增長而產生的數據：

信息交換：據估算，從1986年到2007年這20年間，地球上每天可以通過既有信息通道交換的信息數量增長了約217倍，這些信息的數字化程度，則從1986年的約20%增長到2007年的約99.9%。在數字化信息爆炸式增長的過程里，每個參與信息交換的節點都可以在短時間內接收並存儲大量數據。

信息存儲：全球信息存儲能力大約每3年翻一番。從1986年到2007年這20年間，全球信息存儲能力增加了約120倍，所存儲信息的數字化程度也從1986年的約1%增長到2007年的約94%。1986年時，即便用上我們所有的信息載體、存儲手段，我們也不過能存儲全世界所交換信息的大約1%，而2007年這個數字已經增長到大約16%。信息存儲能力的增加為我們利用大數據提供了近乎無限的想像空間。

信息處理：有了海量的信息獲取能力和信息存儲能力，我們也必須有對這些信息進行整理、加工和分析的能力。谷歌、Facebook等公司在數據量逐漸增大的同時，也相應建立了靈活、強大的分散式數據處理集群。

大數據在應用層面：大數據往往可以取代傳統意義上的抽樣調查、大數據都可以實時獲取、大數據往往混合了來自多個數據源的多維度信息、大數據的價值在於數據分析以及分析基礎上的數據挖掘和智能決策。

美國《大西洋月刊》公布的一段A.I.聊天記錄截圖

延伸閱讀：聊天機器人竟自創語言「對話」 臉書將其緊急關停

實際上人工智慧的發展，離不開海量數據進行訓練，究其根本大數據的循環往複無數次的訓練和深度學習才有了人工+智能！

沒有人工智慧的物聯網：沒大戲

而物流網又讓人工智慧：更準確

物聯網：英文名為Internet of Things，可以簡單地理解為物物相連的互聯網，正是得益於大數據和雲計算的支持，互聯網才正在向物聯網擴展，並進一步升級至體驗更佳、解放生產力的人工智慧時代。

在未來，虛擬世界的一切將真正實現物理化！

物聯網主要通過各種設備（比如RFID，感測器，二維碼等）的介面將現實世界的物體連接到互聯網上，或者使它們互相連接，以實現信息的傳遞和處理。

對於人工智慧而言，物聯網（IoT）其實肩負了一個至關重要的任務：資料收集

概念上，物聯網可連接大量不同的設備及裝置，包括：家用電器和穿戴式設備。嵌入在各個產品中的感測器（sensor）便會不斷地將新數據上傳至雲端。這些新的數據以後可以被人工智慧處理和分析，以生成所需要的信息並繼續積累知識。

互聯網在現實的物理世界之外新建了一個虛擬世界，物聯網將會把兩個世界融為一體。

物聯網的終極效果是萬物互聯，不僅僅是人機和信息的交互，還有更深入的生物功能識別讀取等等！

人工智慧背後強大的助推器：雲計算

雲計算（詳情參閱：什麼是雲計算？）是將我們傳統的IT工作轉為以網路為依託的雲平台運行，NIST（美國國家標準與技術研究院）在2011年下半年公布了雲計算定義的最終稿，給出了雲計算模式所具備的5個基本特徵（按需自助服務、廣泛的網路訪問、資源共享、快速的可伸縮性和可度量的服務）、3種服務模式（SaaS（軟體即服務）、PaaS（平台即服務）和IaaS（基礎設施即服務））和4種部署方式（私有雲、社區雲、公有雲和混合雲）

雲計算髮展較早，經過10年發展，國內已經擁有超百億規模，雲計算也不再只是充當存儲與計算的工具而已！

未來可以預見的是，雲計算將在助力人工智慧發展層面意義深遠！

而反之，人工智慧的迅猛發展、海量數據的積累，也將會為雲計算帶來的未知和可能性！

人工智慧也好、大數據也好、物聯網及雲計算也好，彼此依附相互助力，藕不斷絲且相連！

合力搭檔在一起，組合拳出擊才更有力量：給未來多一些可能，給未知多一些可能性，給不可能多一些可能！